logo

Import des données

Diffusée à partir du 4 avril 2024, l’enquête sur les effets du commerce de proximité vise à rendre visible l’impact de l’activité commerciale sur le quartier, la ville et ses habitants.

Composée de près de 40 questions, l’enquête se divise en 6 sections reprenant les grandes catégories d’externalités identifiées dans la première phase du projet de recherche-action EXCOM :

  • Lien Social ;
  • Solidarités ;
  • Vie de quartier ;
  • Santé et Sécurité ;
  • Environnement ;
  • Espace public.

Au 10 septembre 2024, 149 réponses uniques ont été récoltées.

Aperçu des données

La répartition des réponses par type de commerce et par territoire géographique (département) est la suivante :

Répartition des réponses à l'enquête selon le département
Ville code_departement_partenaires Nombre de commerces français Répartition des commerces français en % Échantillon théorique de l’enquête Échantillon réel de l'enquête Répartition de l'échantillon réel en % % de l'objectif de réponses atteint
Marseille, Aix-en-Provence 13 16200 17.9 69 17 11.4
25%
Saint-Ouen 41 3000 3.3 13 1 0.7
8%
Paris 75 60846 67.3 259 43 28.9
17%
Métropole de Rouen Normandie (Rouen, Le Trait, Duclair, Elbeuf-sur-Seine) 76 10312 11.4 44 23 15.4
52%
Autres 65 43.6
0%
Total - 90358 100 385 149 100
39%


Les départements “Autres” sont les suivants :

Traitement des données

Quelques manipulations ont été faites sur les données en amont de leur analyse, pour les enrichir ou corriger leur qualité. Ces changements sont documentés ci-dessous :

  • Extraction du code postal depuis l’adresse :
    • rassemblement des questions Quelle est l’adresse de votre commerce ? et Dans quelle ville intervenez-vous le plus régulièrement ? (Renseigner le code postal) en une variable
    • extraction du code postal (5 chiffres) depuis cette nouvelle variable
    • extraction du code du département ; 2 premiers chiffres du code postal
    • récupération du nom du département et de la région à partir des données externes datagouv Identifiants des collectivités territoriales et leurs établissements
  • Création ou regroupement de catégories à partir des variables existantes :
    • Que propose votre commerce ? (Plusieurs réponses sont possibles)
    • Hors période de fêtes, quelle est la fréquentation moyenne de votre commerce par jour ? (en nombre de personnes)
    • Collaborez-vous avec des associations locales ? Par exemple des associations de quartier ou d’aide humanitaire.(Plusieurs réponses sont possibles)
    • L’entraide entre commerçants permet de faire face à des difficultés et constitue un réseau d’échange de services. Quels services avez-vous l’habitude de rendre à vos collègues commerçants ? (Plusieurs réponses sont possibles)
  • Enrichissement de la population :
    • jointure de codes postaux extraits des adresses avec les données externes datagouv * Base officielle des codes postaux* dans lesquelles apparaissent les données de population
    • gestion des communes multiples avec un même code postal : il a été décidé de garder la commune avec la population la plus élevée
    • création d’une nouvelle variable de la catégorie de population avec 4 niveaux : faible, moyenne, élevée, très élevée.

Visualisations

Visualisations simples







Visualisations croisées






Sous-populations

Les sous-populations basées sur le nombre d’habitants ont été créées à partir des données de population de l’OFGL 2023 :

  • ‘population faible’ correspond aux villes dont la population est inférieure à 1.000 habitants, soit 2 communes ;
  • ‘population moyenne’ correspond aux villes dont la population est comprise entre 1.000 et 9.999 habitants, soit 46 communes;
  • ‘population élevée’ correspond aux villes dont la population est comprise entre 10.000 et 99.999 habitants, soit 35 communes ;
  • ‘population très élevée’ correspond aux villes dont la population est supérieure ou égale à 100.000 habitants, soit 66 communes.

Nettoyage des abords du commerce

Question posée dans l’enquête : “Nettoyez-vous les abords extérieurs de votre commerce ? (exemples : coup de balai, ramassage de déchets)”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Discussions privées avec les clients

Question posée dans l’enquête : “Certaines personnes rentrent dans un magasin pour acheter un produit, mais aussi pour se sentir moins seules. Il se peut que certains de vos clients vous confient leurs problématiques personnelles. A quelle fréquence échangez-vous sur ces sujets privés ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Discussions informelles avec les clients

Question posée dans l’enquête : “Avez-vous l’habitude de discuter avec vos clients en dehors du cadre strict de la vente ? (exemple : prendre des nouvelles personnelles)”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Explications approfondies sur les produits

Question posée dans l’enquête : “À quelle fréquence donnez-vous des explications approfondies sur vos produits à vos clients ? Cela peut aussi concerner des démonstrations.”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Sollicitations par des personnes en précarité

Question posée dans l’enquête : “Etes-vous sollicité par des personnes en situation de précarité dans le cadre de votre activité commerciale ?Cela peut être pour un café, de l’eau ou pour utiliser des toilettes.”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Redirections vers des aides extérieures

Question posée dans l’enquête : “Certaines personnes rentrent dans un magasin pour acheter un produit, mais aussi pour se sentir moins seules. Il se peut que certains de vos clients vous confient leurs problématiques personnelles. A quelle fréquence échangez-vous sur ces sujets privés ?. A quelle fréquence cela vous arrive-t-il ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Interventions dans des situations d’insécurité

Question posée dans l’enquête : “A quelle fréquence intervenez-vous dans des situations d’insécurité (vols, bagarres, agressions) ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Aide aux personnes accidentées ou souffrantes

Question posée dans l’enquête : “Un cycliste qui tombe, une personne âgée qui glisse, un accident de voiture… Ce sont des exemples de situations pouvant avoir eu lieu à proximité de votre lieu d’activité. À quelle fréquence venez-vous en aide à une personne accidentée ou ayant fait un malaise ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Situations d’insécurité des citoyens

Question posée dans l’enquête : “L’espace public peut être le lieu où se déroule une série de situations portant attente à la sécurité des citoyens – harcèlement de rue, vol, agression physique, sexuelle ou verbale, etc. Suite à un de ces évènements, les personnes victimes rentrent dans des commerces pour se sentir en sécurité. À quelle fréquence avez-vous affaire à ce genre de situation ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison

Interpellation des services de la mairie

Question posée dans l’enquête : “Vous arrive-t-il d’interpeller les services techniques de la mairie suite à du matériel défectueux ou une dégradation de l’espace public environnant (exemples : lampadaire défectueux ou tags) ?”.

Général

IDF

Population faible

Population moyenne

Population élevée

Population très élevée

Comparaison


 

Réalisé par Datactivist

hello@datactivist.coop